基于inception v3和tensorflow与keras的矿石图像分类（7种矿石分类）一般初学者可以实现具体百分之多少的精度

这个问题的答案取决于多个因素，包括但不限于以下几点：

1. 数据集的大小和质量：对于任何机器学习项目，数据集都是至关重要的。如果数据集太小或者质量不好，那么模型的表现可能会受到很大影响。

2. 算法的选择和调参：在实现矿石图像分类任务时，选择合适的算法和调整算法的超参数都是非常重要的。这需要对不同算法的优劣进行评估，并针对具体的任务进行调整。

3. 计算资源的可用性：训练深度学习模型需要大量的计算资源，包括GPU和内存等。如果计算资源不足，可能会限制模型的性能。

通常情况下，如果初学者具备一定的编程和机器学习基础，实现一个矿石图像分类任务并达到较高的精度是可行的。具体的精度取决于上述因素的影响。在实现过程中，建议多尝试不同的算法和超参数，以便找到最佳的模型。